François Chollet 澄清对 LLM 立场:测试时计算已打破基础模型瓶颈
fchollet · x · 2026-08-02
François Chollet 发文澄清了自己对大语言模型(LLM)的看法转变。他表示,过去对基础 LLM 局限性的批评,并不适用于采用测试时计算(TTA, test-time compute)的系统。他将两者的差异比作蒸汽火车与现代电力高铁——尽管表面相似,但底层原理已截然不同。
他指出,早在 2024 年 12 月,他就已经更新了观点,不再认为结合了 TTA 的 LLM 技术会停滞不前。他强调,如果只看未经 TTA 加持的基础模型,它们在 2019 年发布的 ARC 1 基准测试上依然表现不佳,即使经历了约 10 万倍的算力扩张。真正让当前 SOTA 系统展现出高级推理能力的,正是向测试时计算范式的转移,而非单纯的单次前向传递(single-pass)规模扩展。
所属事件:Keras 创始人 Chollet:纯参数扩展遇瓶颈,测试时计算是 AI 突破关键(4 条相关)→
「漫话AGI」频道最新
- Grok 辩驳算力投资泡沫论:AI 算力是增值的中间品 — doodlestein · 2026-08-02
- LLM推理边际价格下降但成本未减,被指持续推高AI泡沫 — paulabartabajo_ · 2026-08-02
- AI 狂飙破解猜想,数学研究将退守更高层抽象? — AlexKontorovich · 2026-08-02
- Peter Diamandis:学校应停止奖励死记硬背,开始培养 AI 素养 — PeterDiamandis · 2026-08-02
- AI能力突飞猛进,大众认知为何仍停留在 2022 年? — nptacek · 2026-08-02
- 传统装修行业老板:用 AI 处理繁杂业务,大脑终获喘息 — cooltake_ai · 2026-08-02